Основы Интернет - технологий.

О клиенте и задачах Глобальная платежная система Visa: 1958 год основания 65 000 транзакций в секунду 3,4 млрд карт по всему миру Газпромбанк: 1990 год основания 350 отделений в России 5 млн клиентов по всей стране Задачи: Снизить стоимость заявки на кредитную карту Снизить стоимость одобренной заявки на кредитную карту Использовали Яндекс.Директ и автостратегии, а также Яндекс.Метрику. Период: сентябрь — декабрь 2019 года. Шаг 1. До перехода на автостратегии: управляем ставками вручную и анализируем ситуацию Сентябрь — первая половина октября 2019 года Светлана Кокорина маркетинг менеджер Visa Перед нами стояла амбициозная задача — повысить объем выдачи карт Visa и их узнаваемость, причем использовать нетривиальные методы. Совместно с партнером Газпромбанк и коллегами из Performics и Starcom мы разработали подход и методологию к размещению рекламы Газпромбанка в Яндекс.Директе. Это позволило не только успешно выполнить задачи, стоявшие перед командой Visa, но и сделать это наиболее эффективным способом. На первых этапах мы управляли ставками вручную и старались максимально присутствовать в выдаче, особенно по брендовым запросам. В результате мы получили большое количество заявок на карту, но коэффициент конверсии из заявки в одобренную и выданную карту оказался слишком низким. Ручное управление ставками не позволяло достичь требуемых результатов — одновременно получать широкий охват, максимально присутствуя в выдаче, и при этом удерживать сравнительно невысокую стоимость одобрения кредитной «Умной карты» Visa от Газпромбанка с кэшбэком или милями. Поэтому решились на эксперимент — перевести управление ставками на автоматическую стратегию. Banner Шаг 2. Начали эксперимент с автостратегией «Оптимизация кликов» Вторая половина октября — первая половина ноября 2019 года Решили протестировать автоматические стратегии. На тот момент нам не подходила стратегия «Оптимизация конверсий»: возможность интеграции CRM с Метрикой временно отсутствовала. Поэтому подключили стратегию «Оптимизация кликов». Чтобы получить желаемое количество одобрений по подходящей банку стоимости, мы рассчитали по формуле цену и количество кликов, которые приведут к достаточному числу конверсий. Шаг 3. Новый эксперимент: перешли на стратегию «Оптимизация конверсий» Вторая половина ноября — декабрь 2019 года Софья Тверская руководитель продукта, Управление цифровых продаж, Департамент цифровых технологий Основная задача, стоявшая перед нами, — получить качественные заявки с высоким уровнем одобрения, и, как следствие, снизить стоимость одобренной заявки на кредитную карту. При этом количество одобренных заявок должно постоянно расти. Автостратегии принесли первые результаты — количество заявок на кредитную карту увеличилось на 41% относительно периода с ручным управлением. Но стоимость одобрения по-прежнему оставалась высокой, несмотря на достаточное количество трафика. Важно было повысить качество трафика. Поэтому мы продолжили эксперименты и перешли на автостратегию «Оптимизация конверсий». При настройке кампании учли важные показатели — стоимость клика и оптимальный CPO за заполненную заявку на карту. Ощутимые результаты появились уже после двух недель тестирования. Результаты Главный итог — значительное снижение стоимости заявки на карту и стоимости одобрения: стоимость заявки снизилась на 78% относительно начала тестирования, а стоимость одобрения — на 86%. К окончанию тестирования CTR вырос на 24%, количество заявок увеличилось на 33%, а процент отказов снизился на 19%. С каждым месяцем стоимость конверсии по цели «Кредитная карта-Отправка заявки» снижалась. Число конверсий выросло на первом этапе тестирования, и далее оставалось стабильным. В ноябре количество получаемых заявок несколько снизилось относительно октября, но заявки стали лучше конвертироваться в одобрение карт: в декабре процент одобрения вырос на 24% относительно октября. Конверсионность в заявки за время тестирования увеличилась на 95%. Переход на автомат позволил получить больше качественных кликов: увеличился процент посетителей из Директа, подавших заявку на Умную карту и получивших одобрение. Количество одобренных заявок на кредитную карту увеличилось на 52%. Бонус автостратегий — сэкономили 71% бюджета на продвижение Умной карты в интернете Новая модели атрибуции «Последний переход из Директа» помогла грамотнее распределить бюджет на рекламу Умной карты в интернете. Специалисты замерили количество заявок на карту по модели атрибуции «Последний переход из Директа», а затем изучили показатели и направили бюджет на кампании, которые давали больше заявок, конвертируемых в одобрения заявок. Софья Тверская руководитель продукта, Управление цифровых продаж, Департамент цифровых технологий Ограничения, связанные с защитой персональных данных клиентов Газпромбанка, не позволяют использовать все доступные в Яндекс.Директе инструменты оптимизации. Однако точечная оптимизация по онлайн-конверсиями позитивно повлияла как на онлайн-, так и на офлайн-часть воронки: от стоимости клика, до уровня одобрения и снижения стоимости одобренной заявки. Настя Булгакова Senior Performance Manager в Performics При размещении важно было соблюсти интересы двух партнеров: не только получить больше заявок на карту Visa, но и учесть цели и бизнес-экономику Газпромбанка. Работа с автостратегиями Яндекс.Директа и планомерное тестирование длились четыре месяца. В результате нам удалось нащупать нужные настройки стратегии показов и рекламного размещения в целом. Мы достигли золотого баланса объема привлеченных заявок и их конвертации в одобрение, при этом стоимость одобренной заявки оказалась подходящей для банка. Таким образом, Performics удалось достичь бизнес-целей Visa и Газпромбанка — увеличить объем одобрений по кредитной карте на 52% и снизить стоимость одобрения кредитной карты на 86%.